Вперше у В'єтнамі: модель штучного інтелекту в поєднанні з дистанційним зондуванням для моніторингу якості морської води

В'єтнамські та польські вчені скоординували проведення досліджень із застосування дистанційного зондування та штучного інтелекту в моніторингу якості води – сучасного, економічного підходу, який дозволяє здійснювати безперервний моніторинг на великій території.

Tạp chí Doanh Nghiệp•19/06/2025

Підпис до фотографії — Дослідницька група взяла проби морської води в затоці Халонг та Куа Лук. Фото: Dieu Thuy/VNA

Соціально -економічний розвиток останніх років створив багато екологічних проблем у районі затоки Халонг та Куа Лук (провінція Куангнінь), особливо зниження якості морської води, що загрожує ендемічній морській екосистемі. Тим часом традиційні методи моніторингу, такі як відбір проб та аналіз на місці, виявили багато обмежень з точки зору вартості, часу та діапазону моніторингу. Зіткнувшись з цією реальністю, в'єтнамські та польські вчені скоординували проведення досліджень із застосування дистанційного зондування та штучного інтелекту в моніторингу якості води – сучасного, економічно ефективного підходу, який дозволяє здійснювати безперервний моніторинг на великій території. Спільна дослідницька місія під кодом QTPL01.03/23-24, спільно реалізована В'єтнамським космічним центром (В'єтнамська академія наук і технологій) та Польським інститутом геофізики (Польська академія наук), допомагає забезпечити ефективніші інструменти моніторингу для захисту морського середовища в ключових прибережних районах.

Сучасний підхід

За словами доктора Ву Ань Туана, заступника генерального директора В'єтнамського космічного центру, який відповідає за місію, це перший проект у В'єтнамі, в якому одночасно використовуються дані супутника Sentinel-2, передові алгоритми машинного навчання та платформи GEE (платформа хмарних обчислень Google) для моделювання та моніторингу параметрів якості води, таких як температура поверхні, зважені тверді речовини, хлорофіл-а та хімічне споживання кисню.

На основі результатів моделювання дослідницька група створила карти розподілу якості води в просторі та часі, що допомагає контролювати коливання та забезпечувати раннє попередження про ризики забруднення в затоках Халонг та Куа Лук. Це дві стратегічні водні зони в провінції Куангнінь, які не тільки багаті на ландшафтні та екологічні цінності, але й відіграють ключову роль в економічному та туристичному розвитку провінції. Ці карти можуть бути використані в управлінні водними ресурсами, підтримці захисту навколишнього середовища та орієнтації на сталий розвиток прибережних районів.

Д-р Ву Ань Туан зазначив, що новизна дослідження полягає в синтезі та інноваціях технологій дистанційного зондування, штучного інтелекту та хмарних обчислень для вирішення складної проблеми моніторингу якості води в затоці Халонг, а також пропонує реальні рішення для подолання проблеми нестачі даних та забезпечує поглиблений аналіз з високою практичною цінністю. У дослідженні було створено моделі машинного навчання, відкалібровано та протестовано ці моделі для досягнення точності понад 73%, а також створено карти розподілу цих параметрів за сезонами та за середньорічними значеннями. Крім того, дослідження також відкрило новий підхід до застосування технології дистанційного зондування в поєднанні з машинним навчанням для моніторингу якості води, тим самим ефективно підтримуючи управління водними ресурсами в ключових прибережних районах.

До широкого розгортання в морях

Д-р Ву Ань Туан додав, що в дослідженні використовувалися дані супутника Sentinel-2 (датчик MSI) за період 2019-2023 років, поєднані з фактичними даними вимірювань Департаменту природних ресурсів та навколишнього середовища провінції Куангнінь та Національного управління океанічних і атмосферних досліджень (США) для прогнозування якості води в досліджуваному районі. Загалом на платформі хмарних обчислень Google було оброблено та проаналізовано 78 супутникових знімків. Потім для прогнозування показників якості води були застосовані алгоритми машинного навчання, такі як: Random Forest, Boosted Regression та AdaBoost Regression.

За словами доктора Ву Ань Туана, дослідження також визначило важливі спектральні смуги зі знімків супутника Sentinel-2, що сприяло оптимізації моделей машинного навчання та мінімізації майбутніх витрат на збір даних. На основі результатів моделювання дослідницька група створила просторово-часові карти розподілу якості води, що допомагає контролювати коливання та забезпечувати раннє попередження про ризики забруднення в затоці Халонг. Ці карти можуть бути використані в управлінні водними ресурсами, підтримці захисту навколишнього середовища та орієнтації сталого розвитку прибережних районів.

Щодо наступного напрямку досліджень, доктор Ву Ань Туан зазначив, що найближчим часом дослідницька група пропонує збільшити частоту спостережень та відбору проб, а також подальшу інтеграцію штучного інтелекту з даними супутникових зображень для підвищення точності параметрів розрахунку. Зокрема, розширення інтеграції різних типів супутникових даних (наразі команда провела тестування на 3 типах супутників) допоможе збільшити частоту спостережень і не лише обмежить їх 4 параметрами якості води, але й може бути розширена до 5, 6 або більше. Одним з наступних важливих напрямків є широке розгортання цих досліджень командою по всіх морях В'єтнаму. Хоча кожне море має свої особливості, за допомогою однієї платформи та дослідницької бази методи розрахунку можна коригувати для отримання точних та відповідних результатів. Кінцева мета полягає в тому, щоб команда створила комплексну систему для постійного моніторингу та контролю параметрів якості морської води. Система надаватиме важливу інформацію планувальникам, своєчасно попереджаючи про забруднення води, особливо про вплив на аквакультуру та інші сектори морської економіки.

Оцінюючи результати цього дослідження, доцент, доктор Фам Куанг Вінь, член Ради з прийняття В'єтнамської академії наук і технологій, зазначив, що, просуваючи застосування штучного інтелекту в дослідженнях водного середовища, дослідницька група використала нові алгоритми для обробки даних дистанційного зондування в дослідженнях прибережного водного середовища. Це типовий приклад ефективної наукової співпраці зі спільною публікацією між двома сторонами в журналі SCIE Q1 – високоякісному міжнародному журналі; тим самим, сприяючи розвитку науково-дослідної співпраці між В'єтнамом та Польщею, відкриваючи нові напрямки розвитку для обох країн.

Джерело: https://doanhnghiepvn.vn/cong-nghe/lan-dau-tien-tai-viet-nam-mo-hinh-ai-ket-hop-vien-tham-giam-sat-chat-luong-nuoc-bien/20250619075954419

Коментар (0)